Shark是一个快速、模块化、功能丰富的开源C++机器学习库，提供了各种机器学习相关技术，比如线性/非线性优化、基于内核学习算法、神经网络等。Shark已经应用于多个现实项目中。

最近邻迭代、回归迭代

演化算法

分层聚类

单目标优化(例如CMA-ES)

监督式学习

正则化网络、高斯过程回归

线性回归

多目标优化

径向基核函数(Radialbasisfunction)网络

线性判别分析(LDA)，Fisher–LDA

主成分分析

基本线性代数和优化算法

模糊系统

详细信息

针对单类分类、二进制和真实多类分类的支持向量机(SVM)

Shark依赖于Boost和CMake，其源码基于GPLv3协议，兼容Windows、Solaris、MacOSX和Linux平台。

机器学习(MachineLearning)是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。

有限玻尔兹曼机(包括许多最先进的学习算法)

朴素贝叶斯分类器

无监督学习

多层前馈和周期性的人工神经网络

决策树和随机森林

高效的基于距离聚类的数据结构

Shark目前提供的机器学习功能如下：